Sistema embebido para la determinación de la maduración de la carne basado en un sensor de impedancias y procesado neuronal

Abstract

[ES] El presente proyecto forma parte de un sistema de determinación del grado de maduración de la carne en una cadena de alimentos. Este proyecto es fruto de la colaboración entre el {I3M} y el {IIAD}. El proyecto dispone de un sistema de laboratorio con la capacidad de determinación de dicho grado de maduración, mediante la aplicación de modelos complejos, basados en sistemas expertos. Estos sistemas son aplicados a los datos obtenidos a partir de la instrumentación de sensado desarrollado conjuntamente. Dicha instrumentación esta basada en el análisis de impedancias para obtener las propiedades dieléctricas de la carne. La idea fundamental en la que se entronca este trabajo final de master consiste en la aplicación de dichos instrumentos y procesado en un sistema en línea capaz de realizar la medición del grado de maduración a un alto nivel de cadencia, con una eficiencia igual o superior a la obtenida en el laboratorio. Para ello se emplearon técnicas de aprendizaje automático, a fin de seleccionar el sistema conexionista, para ser implementado en un dispositivo embebido basado en FPGA, de reducido tamaño y adecuadas prestaciones de área, velocidad y consumo. En primer lugar, se ha realizado una investigación de trabajos relacionados, buscando aspectos técnicos relevantes y bases fundamentales para sustentar el trabajo. En segundo lugar se seleccionó la topología de la red neuronal, partiendo de una red inicial con un gran número de neuronas, y aplicando a esta técnicas de eliminación de parámetros (PRUNNING), hasta obtener una red óptima a ser implementada en el sistema embebido. Finalmente se adaptoó la red, en el sistema embebido, realizando pruebas de funcionamiento e inferencia.

[EN] This project is part of a system for determining the degree of maturation of meat in a food chain. This project is the result of collaboration between {I3M} and {IIAD}. The project has a laboratory system with the ability to determine this degree of maturity, through the application of complex models, based on expert systems. These systems are applied to the data obtained from the sensing instrumentation developed jointly. Said instrumentation is based on impedance analysis to obtain the dielectric properties of the meat. The fundamental idea behind this final master thesis consists of the application of said instruments and processing in an online system capable of measuring the degree of maturation at a high level of cadence, with equal or higher efficiency to that obtained in the laboratory. For this, machine learning techniques were used, in order to select the connectionist system, to be implemented in an embedded device based on FPGA, of reduced size and adequate performance of area, speed and consumption. In the first place, an investigation of related works has been carried out, looking for relevant technical aspects and fundamental bases to support the work. Secondly, the topology of the neural network was selected, starting from an initial network with a large number of neurons, and applying parameter elimination techniques (PRUNNING) to this, until obtaining an optimal network to be implemented in the embedded system. Finally, the network was adapted, in the embedded system, performing functional tests and inference.